前 xAI 员工 Moir 反深伪融资 5 千万美元

彭博社 9 月 22 日凌晨援引知情人士消息称,曾在谷歌工作 5 年、后转投 xAI 数据团队的蒂娜·奥贝罗伊(Tina Oberoi)正在筹建一家名为 Moir 的新公司,目标是为个人提供「证明我是本人」的网络身份验证技术。这家成立仅几个月的初创公司已经在按 2.5 亿美元估值进行约 5,000 万美元种子轮融资洽谈。如果融资完成,这将是反深伪(deepfake)赛道目前为止单笔最大的种子轮——比同一时期绝大多数 AI 应用层公司的 A 轮估值还要高。

新闻背后真正值得拆解的不是「Moir 融资多大」,而是「为什么 2026 年的反深伪基础设施会出现 $50M 种子估值」——以及这个判断落到 C 端用户头上,一个 1–3 人小团队能在 3 个月内交付什么样的 MVP 副驾产品。

新闻背景

这次融资之所以值得拆开看,有三个数字需要放在一起理解:

第一,「2026 年是 deepfake 工业化拐点」。MIT Media Lab 和 Sensity AI 在 2024 年的研究中指出,2023 年全球 deepfake 视频数量较 2019 年增长 15 倍,2024–2025 年又在这个基础上再翻 1.8 倍。AI 视频生成模型在 2024 年下半年到 2025 年完成两代跃迁(Sora 2、Veo 3、Runway Gen-4、Wan2v7),普通人用 1 张正面照 + 一段 30 秒音频,就能在 5 分钟内合成一段长达 30 秒的「真人说话」视频。这意味着,2025 年之前 deepfake 还停留在「政要被伪造」「明星被换脸」这种 B/G 端话题,2026 年开始,普通人接到的视频电话、看到的购物直播、刷到的相亲对象照片,都可能是合成的。

第二,「证明我是本人」是真需求,但目前没有专门面向个人的产品。VerifyHumans、Persona、ID.me、Onfido 这类身份验证公司主要服务于 KYC 场景(银行开户、远程雇佣),面向的是企业客户。普通用户想证明「视频里这个人是真的」,要么靠肉眼识别(成功率越来越低),要么去找专业工具(免费的不准,准的要签 NDA 单次 $5 起)。这是一个 C 端真空。

第三,「为什么是 ex-xAI 团队」。Moir 创始人 Tina Oberoi 在 xAI 数据团队做过训练数据清洗,清楚大模型「能骗过哪些检测器」「骗不过哪些」。同期的 River AI(Igor Babuschkin 创办)、Humans&(Eric Zelikman 和 Yuchen He 创办)走的都是「离开 xAI 用熟悉的大模型能力做应用层」路线。Moir 的差异化在于:不做模型层,只做「让用户掌控自己的真实性证明」的工具——这恰好是 RAG/Multi-modal Auth 类赛道里,留出来的一个普通人都能用得起的窗口。

同期 IT 之家还提到,xAI 自身「旗下聊天机器人生成色情化图像曾引发全球争议」,随后 xAI 又与马斯克旗下火箭公司 SpaceX 合并——这意味着 Moir 选择反深伪这个方向,部分动机来自原东家把模型做得太像人导致的负面外溢效应。

从中看到的创业 Idea

围绕这条新闻,以下三个方向都可以做 C 端产品,但可行性差异很大:

• Idea #1「DeepShield 真身副驾」 — 个人 2C 反深伪 + 自证真身的多模态副驾,微信小程序 + Web App + iOS/Android,1.3 人月 12 周上线(主推)。
• Idea #2「MoirLite 个人身份证链」 — 用户侧把「我此刻的视频/语音/签名」实时上链到公链,任何他人都能验证。轻量版区块链身份(Soulbound NFT + IPFS 哈希)。
• Idea #3「VoicePrint 声纹印章」 — 只做声纹+人脸二因子个人副驾,用户录一段 30 秒语音 + 5 段不同角度人脸,生成不可克隆的「声纹印章」,别人接到疑似 AI 通话时直接调印章校验。

主推 Idea #1 DeepShield 真身副驾,理由有三层:第一,这则新闻明确指向「普通人日常收到的视频/语音/图片无法验证真伪」这一 2C 痛点,Moir 走 B 端 ID.me 印证了 C 端是真空;第二,Idea #2 区块链身份路线成本高、合规摩擦强,中国大陆 / 美国监管对个人上链都不友好,初创团队难以承担;第三,Idea #3 声纹只解决了语音单一模态,2026 年深伪已经从视频扩散到直播换脸、AI 视频会议换脸,纯血声纹不够。

目标客户群体

Persona A(主推) —— 中国 25-40 岁一二线城市互联网重度用户,尤其担心 AI 诈骗的父母、HR、远程求职者。

• 年龄 25-40 岁、月收入 1-2.5 万元、生活在一线及强二线城市
• 触媒平台:微信、抖音、小红书、B 站
• 痛点场景:①家里老人被 AI 视频电话诈骗(2024 公安部数据:AI 换脸诈骗案同比上升 320%);②收到疑似伪造的家人/朋友视频;③求职远程面试被怀疑 AI 代面;④做内容被人盗脸克隆
• 付费意愿:典型月度订阅 ¥9.9-29.9,锚点年度 ¥99-299

Persona B(拓展) —— 美国/英语市场 25-45 岁白领 + 老年家庭 + 创作者

• 痛点:①deepfake 情色复仇(revenge porn)受害者;②Elite 网红/创作者被盗脸;③家长担心 AI 视频电话诈骗家中老人
• 触媒平台:Reddit、YouTube、X、Product Hunt
• 付费意愿:月度 $5.99-19.99、年度 $59-199

Persona C(备选延伸) —— 中国 35-55 岁中老年用户(子女购买)

• 子女为父母订阅「真身守护」,家人收到陌生 AI 视频电话自动弹窗警告
• 付费意愿:¥19.9-49.9/月 或 ¥199-499/年

市场规模估算:

• TAM(全球成年互联网用户):约 40 亿人
• SAM(中美 + 东南亚 deepfake 高发区):约 12 亿
• SOM(12 个月内可触达):保守 1.2 万付费 / 基准 6 万付费 / 乐观 25 万付费(中美双市场)

理想获客渠道

冷启动(0 → 1,首 2 个月):

1. 小红书/抖音「老人被 AI 换脸诈骗 100 万」实测视频:3-5 条短视频,用 Sora 2/Runway Gen-4 实时合成「我妈给我打视频说被绑架」场景,演示 DeepShield 1 秒报警,挂小程序码。首月触达 30 万次曝光、CAC ¥3、转化 800 个新用户。
2. 微博/知乎长文「我的求职面试被怀疑是 AI 代面」:1-2 篇深度长文,讲 HR 用 DeepShield 5 秒验证面试者真实身份的故事。CAC ¥4、首月 500 个新用户。
3. B 站 UP 主(科技/数码类 5-10 万粉)合作:邀请 5-8 位 UP 主做"挑战 AI 假冒我"实测视频,CAC ¥5、首月转化 600 个新用户。

增长期(1 → N,第 3-12 个月):

4. Chrome 浏览器扩展「一键验视频真伪」:用户在抖音 / B 站 / YouTube 看到视频时一键调 DeepShield,月活 8-15 万、CAC ¥2、转化 5,000 个新用户。
5. 微信群裂变「家庭守护 7 天试用」:1 个付费用户拉 1.5 个家庭成员,目标每付费用户带来 1.2 个新付费,CAC ¥0(纯裂变)。
6. Product Hunt 上架海外版:目标首周 2,000 upvote、月新增海外用户 3,000、CAC $5-8。

冷启动期合计 CAC 约 ¥11,增长期合计 CAC 约 ¥4(加权)。

MVP 产品(DeepShield 真身副驾)

方向硬约束:面向个人用户(2C);规模硬约束:1 全职 founder + 1 兼职前端 8h/周 + 1 兼职运营/客服 8h/周 = 1.3 人月投入,12 周上线。

产品形态:微信小程序(主要入口)+ Web App(管理后台)+ iOS/Android App(可选,延后)+ Discord Bot(海外,延后)。

6 件套核心功能(Must-have):

• F1 VerifyNow 一键验证视频/语音真伪 — 用户粘贴视频链接 / 上传本地视频/录音 / 截屏可疑通话,3 秒返回「真 / 假 / 存疑」三态判定 + 5 项证据(微表情、眨眼频率、嘴型对齐、音频频谱、压缩失真)。
• F2 ProofMe 自证真身 — 用户录 30 秒语音 + 5 段不同角度人脸,生成不可克隆的「真身指纹」(本地存储,不上传)。后续任何他人都可以发起「你是真人吗」挑战,生成指纹。
• F3 FamilyGuard 家人守护 — 1 份订阅绑定 3 个家人手机号,家人接到来电自动比对「是否在信任清单」,陌生号码打来电话 5 秒自动弹窗「该号码为 AI 换脸风险号码」。
• F4 AlertCircle 报警社交图谱 — 用户可一键把可疑视频/录音转发给 DeepShield 验证,验证结果同步给家庭群。群内共享「近期已确认的诈骗视频指纹」黑名单。
• F5 SignSeal 内容创作者印章 — 创作者在发布视频/图片时附加数字水印(肉眼不可见),观众可在视频右下角看到「已通过 DeepShield 验证」标识,提升内容可信度。
• F6 BriefingPad 周报 — 用户每周收到一份「你身边 AI 诈骗风险周报」,包括:本周收到多少可疑视频/电话、本周新增多少 deepfake 案例、本周个人真指保护状态。

10 项明确不做的事(Anti-feature):

1. 不做全网 deepfake 检测扫描 — 只检测用户主动提交的视频/音频/图片,不做全网爬取。
2. 不出具「法律级」鉴定意见 — ToS 明确「辅助参考工具,不替代司法鉴定」。
3. 不存用户视频/音频明文 — 只存检测特征向量(512 维),原始文件 24 小时滚动删除。
4. 不做身份核验等级(KYC Level 1/2/3) — 不输出身份证 OCR / 人脸活体比对结果,只做内容真伪判定。
5. 不做 OpenID 第三方登录 — MVP 不接 Google/Apple/微信登录,仅手机号 + 验证码,降低 KYC 复杂度。
6. 不做儿童版 — 13 岁以下禁用(《个人信息保护法》第 31 条)。
7. 不直接报警/拦截来电 — 只弹窗警告,用户自行决定是否接听。
8. 不存家庭成员姓名/身份证号 — FamilyGuard 只存手机号哈希 + 信任状态,不留存 PII。
9. 不做企业版 SDK — MVP 只做 C 端工具,2B 服务延后到 ARR ¥300 万+。
10. 不做「AI 生成视频反向工程」 — 不试图去伪存真,只做「检测 + 标记」。

技术选型:

• 前端:微信小程序原生(TS)+ Web App(Next.js + React)
• 后端:Python(FastAPI)+ Redis(缓存)+ Celery(任务队列)
• 数据库:PostgreSQL(用户库)+ ClickHouse(检测日志)
• AI 接口:
  • 多模态检测:自训练 ViT + Wav2Vec 融合模型(基于公开数据集 FaceForensics++ / FakeAVCeleb 微调)
  • 声纹识别:Resemblyzer / ECAPA-TDNN
  • 人脸微表情:MediaPipe Face Mesh
• 第三方依赖:腾讯云身份证 OCR(可选,延后)+ 阿里云语音识别(可选,延后)+ 公网 IP 地理库(本地 MaxMind)

AI/自动化部分:

• AI 用于:F1 多模态检测(95%+ 准确率)+ F2 真身指纹生成(512 维向量)+ F5 水印嵌入(StegaStamp 开源)
• 人工兜底:F3 信任清单人工复核(避免误报警导致用户错过真实家人电话)+ F4 群内黑名单去重人工抽检 10%
• 分工理由:F1 模型在公开数据集上准确率 95%+,但真实场景遇到罕见滤镜/低光照可能掉到 85%,需要人工抽检;F3 信任清单如果纯 AI 配对容易误伤,需人工兜底;F2 真指生成走本地,无需人工干预

降本设计:1 全职 founder 12 周 = 480 工时 + 1 兼职前端 240 工时 + 1 兼职运营/客服 240 工时 + GPU 推理 ¥3,000/月 + 服务器 ¥800/月 = 月成本 ¥15,000。3 个月后单人 4-8 小时/周可维护。

合规/法律红线:

• 个人信息:真身指纹只存本地特征向量(512 维浮点数),原始人脸/音频 24 小时滚动删除(《个人信息保护法》第 19 条最小必要原则)
• 跨境:海外用户走独立存储区域(美东 + 法兰克福),不与国内数据互通(《数据安全法》第 36 条 + GDPR)
• 未成人:13 岁以下禁用(《个人信息保护法》第 31 条)
• 司法鉴定边界:ToS 明确「辅助参考工具,不替代司法鉴定,不作为法院证据」
• 平台合规:不直接接入微信视频号/抖音 API,只做独立第三方工具
• 数据来源:训练数据全部来自公开数据集(FaceForensics++/FakeAVCeleb),不爬取任何平台私有数据
• 金融/支付:MVP 不涉及加密货币支付,只用 Apple Pay + 微信支付 + 信用卡
• 暴力/色情 deepfake:用户举报入口接进来会 24 小时内转交公安网安部门对接(参考 11:30 VerifyFood 合规设计)

商业模式

默认 2C 收费模式(订阅为主,单次付费为辅):

• Free ¥0 — 5 次/月 单次验证 + 基础家人告警号,功能受限(无群黑名单同步 + 无水印)
• Plus ¥9.9/月 或 ¥99/年(主力,40%) — 100 次/月 + 全功能家人守护 + 群黑名单
• Pro ¥19.9/月 或 ¥199/年(锚点,10%) — 不限次数 + 多模态指纹生成 + 内容水印
• Family ¥39.9/月 或 ¥399/年(5%) — 6 个家人 + 家庭群共享黑名单 + 自动报警
• 海外版 — $5.99/月 或 $59/年(Plus)+ $11.99/月 或 $119/年(Pro)+ $19.99/月 或 $199/年(Family)
• One-Off ¥9.9/次 验证(3%) — 不订阅用户单次使用

免费 → 付费漏斗:Free 用户每月 5 次深度验证,5 次用完后展示「Plus 解锁 100 次/月」引导,目标 Free → Plus 转化率 8-12%。

12 个月收入路径估算(中美双市场,人民币口径):

• 保守:5,000 付费 × 加权 ¥80/年 = ¥40 万 ARR
• 基准:2.5 万付费 × 加权 ¥80/年 = ¥200 万 ARR
• 乐观:10 万付费 × 加权 ¥80/年 = ¥800 万 ARR

关键单位经济:

• 加权 LTV:¥80-160/年(3 年留存修正)
• 加权 CAC:¥4-11
• LTV/CAC = 7.3x-40x(远超优秀线 3x)
• 毛利率:82%(纯软件,GPU 推理分摊)
• 月流失率:3-5%
• CAC 回收期:0.6-2.5 月

风险与护城河

5 条真实风险:

1. 巨头碾压:Google / Microsoft / Meta 可能在 1-2 年内推出免费版 deepfake 检测,这是最大威胁。Moir 自身走 B 端 $50M 估值,有可能从 B 端向 C 端渗透。对冲:聚焦中文 + 微信生态 + 家庭守护,巨头难快速本地化。
2. 检测准确率天花板:公开数据集 95%+ 准确率不代表真实场景,可能遇到「对新型 deepfake 模型漏检」翻车。对冲:模型每 2 周迭代 + 收集用户反馈数据 + 不承诺「100% 准确」,ToS 明确「辅助参考」。
3. AI 生成迭代速度快:Runway / Sora / Veo 每代能力跃升,检测模型滞后 6-12 个月。对冲:做「概率判定 + 多模型集成」而非「是非二元判定」,长期跟随开源数据集更新。
4. 用户付费意愿:C 端反深伪不是刚需,免费工具可能蚕食付费用户。对冲:Free 版只给 5 次/月,深度使用必须订阅;聚焦「为父母订阅」家庭场景,转化率高于个人订阅。
5. 监管摩擦:深度伪造在欧盟 AI Act(2026 年 8 月)和中国《生成式人工智能服务管理暂行办法》都有标注义务,MVP 可能被监管要求「检测结果需上报」。对冲:检测结果只给用户看,不上报监管,定位「私人工具」而非「监管平台」。

2 条护城河思路:

1. 数据飞轮:用户每次主动验证都贡献 1 条「真实/伪造」标注数据,3 年累计可训练 ~500 万份标注,模型随用户增长自我迭代。
2. 家庭网络效应:1 个家庭绑 3-6 个成员,Family 用户 LTV 是单人用户的 4-6 倍;家庭群共享黑名单让用户「为家庭而订阅」,转化率高于个人订阅。

行动下一步

本周可启动的 3 件事:

1. 跑通 F1 MVP 模型:用 FaceForensics++ 公开数据集,花 3 天微调 ViT+Wav2Vec 融合模型,本地 GPU 跑通一段 30 秒视频 5 秒内返回「真 / 假 / 存疑」三态。指标:公开数据集准确率 ≥ 92%,真实场景 ≥ 85%。
2. 蹲守小红书/抖音 AI 诈骗视频 30 条:高赞评论「这个视频是不是真的」「家里老人被骗了」类评论,统计 deepfake 投诉痛点强度,作为 MVP F1 场景验证。
3. 注册小程序 + 域名 + Apple Developer 账号:同时申请微信小程序类目(工具 > 安全)+ 个人 ICP 备案 + Apple Developer 个人开发者账号(¥688/年),合计首周投入 ¥1,500。